>
>
公開日
最終更新日
Kimi K3 Licenseは商用利用を認めており、モデル本体・出力・その基盤能力を第三者に利用可能にしない社内利用については、MaaS事業者の別途契約と大規模製品の表示義務を適用しないと定めています。Moonshot AIのKimi K3 Licenseでは、MaaS事業者の連続12か月の合算売上2,000万ドル超と、製品の1億MAUまたは月商2,000万ドル超を分けて判断します。
経済産業省のGENIAC関連インタビューは、オープンウェイトモデルの文脈でKimiに言及しています。公開されたウェイトには、Kimi K2系列のMIT改変ライセンスとは異なる独自条件があります。結論は、提供形態や関連会社・第三者へのアクセスの有無によって変わります。性能・料金はKimi K3の性能・料金と企業導入リスク、サービス規約はKimi K3は安全か？学習利用・データ保存先を規約から読み解くで扱います。
Kimi K3ライセンスの要点｜3行まとめ
大多数の企業にとって、Kimi K3のウェイトは追加契約なしで自社環境で使えます。 ライセンスの収益条件が効いてくるのは、言語モデルのAPI提供（MaaS）事業を自社グループで営む一定規模以上の事業者と、極めて大規模な商用プロダクトの提供者だけです。ただし「使う権利」と「動かせる環境」は別問題で、実務上の壁は後者にあります。
ライセンス：使用・改変・ファインチューニング・配布・販売を広く認める内容。追加条件が発生するのは（1）Model as a Service事業を営み合算売上が連続12か月で2,000万ドルを超える場合、（2）1億MAUまたは月商2,000万ドルを超えるプロダクトの場合の2つのみ。ライセンスは、モデル本体・出力・その基盤能力を第三者に利用可能にしない社内利用を両条件の対象外としています。
必要環境：Moonshotは公式技術ブログで64基以上のアクセラレータによるスーパーノード構成を推奨。フル精度でのモデルサイズは1.56TB
調達経路：Moonshot公式APIの料金は100万トークンあたり入力$3（キャッシュ未命中時）／出力$15。調達先の候補はモデルアグリゲーター、専業プロバイダー、Moonshotの認定推論パートナーで、専業プロバイダーは新規ベンダー審査の対象になる
▶ 関連記事: Kimi K3とは？性能・API料金と企業の導入判断基準を解説
何が公開されたのか｜オープンウェイトとオープンソースの違い
Moonshotは、Kimi K3のコードリポジトリとモデルウェイトをKimi K3 Licenseのもとで公開しています。 「オープンウェイト」と「オープンソース」は別の概念で、ウェイトの公開は学習過程の公開を意味しません。
区分 | 内容 |
|---|---|
公開された | モデルウェイト、設定ファイル、テキスト・画像処理用のカスタム推論コード |
公開された | 技術レポート。分散学習システム、強化学習インフラ、AgentENVというmicroVMサンドボックスの設計を記述 |
公開された | 高性能アテンションカーネル、MoE通信ライブラリ、エージェント基盤のツール群。KDA向けキャッシュ実装はvLLMプロジェクトへ直接コントリビュート |
▶ 関連記事: Kimi K3は安全か？学習利用・データ保存先を規約から読み解く【情シス向け】
▲ オープンウェイトとして公開された成果物と非公開の学習環境の比較
Kimi K3 Licenseの中身｜「Modified MIT」という前提が崩れた
権利付与の範囲はMITに近く、収益規模に応じて適用される2条件が追加されています。 使用・複製・改変・結合・公開・配布・サブライセンス・販売、そしてファインチューニングと派生物の作成が、適用法令の遵守を条件に広く認められています。K2系列のライセンスが自ら「MITの改変版」と称していたのに対し、K3のライセンスはその表現を使わず、条項を追加しています。
全員に適用される条件：表示の同梱
売上規模に関係なく、著作権表示とライセンス表示をソフトウェアの複製物に含める義務があります。
条項1：Model as a Service事業者への別途契約要件
ライセンス取得者またはその関連会社が「Model as a Service」事業（言語モデルの推論やファインチューニングへのアクセスを第三者に与える事業。対象はK3に限られません）を営んでおり、かつライセンス取得者と関連会社の合算売上が連続する12か月間で2,000万ドル（または他通貨での相当額）を超える場合、商用目的での利用を開始する前にMoonshot AIとの別途契約を締結する必要があります。
条件が2つの要素の組み合わせであることが重要です。MaaS事業を営んでいることと、売上規模の閾値を超えていることの両方が揃った場合にのみ発動します。
ライセンス原文はMaaSを、第三者に推論・ファインチューニングへのアクセスを与え、その第三者が入力・パラメータ・学習データに対して実質的な制御権を行使できる形態と定義しています。そのうえで、以下はMaaSに含まれないと明記しています。
モデル能力が特定の機能やハーネスの中にのみ組み込まれたエンドユーザー向けプロダクト
他社がホストするモデルへのリクエストを単に中継するだけのもの
自社SaaSに要約機能や検索機能としてK3を組み込む形は、この除外規定に該当する可能性があります。ただし「のみ」という限定があるため、顧客がプロンプトやパラメータを自由に操作できる汎用的なインターフェースは境界線上です。組み込みを計画している場合は、提供形態を具体化した上で法務部門と原文を確認してください。
条項2：大規模プロダクトへの表示義務
月間アクティブユーザーが1億人を超える、または月間売上が2,000万ドルを超える商用プロダクト・サービスでK3または派生物を利用する場合、そのユーザーインターフェース上に「Kimi K3」を目立つ形で表示する義務があります。
適用除外：社内利用と認定パートナー経由
ライセンス原文は、K3を社内利用する場合と、Moonshot AIの公式製品や認定推論パートナー経由で利用する場合を、条項1・条項2の適用外としています。
ここでの「社内利用」は、ソフトウェア・その出力・その基盤能力を第三者に利用可能にしないあらゆる利用と定義されています。「自社サーバーで動かしているか」ではなく、出力や能力が社外に出ていないかが基準です。
誤読が広がっているポイント
「年商2,000万ドル超の企業はすべて別途契約が必要」という要約は、原文の条件を正確に反映していません。 公開直後には「MIT風だが実質的に非商用ライセンス」という説明も見られましたが、原文が別途契約を求めているのはMaaS事業を営む事業者です。
情シスとして押さえておくべき区別は次の3点です。
売上規模だけでは発動しない：年商2,000万ドルを超える企業であっても、自社・関連会社が、K3に限らず言語モデルの推論やファインチューニングへのアクセスを第三者に提供するMaaS事業を営んでいなければ、条項1の対象にはなりません
社内利用は除外：前述の通り、自社業務での利用は対象外です
「非商用ライセンス」ではない：営利企業が自社の営利活動のためにK3を使うこと自体は、追加契約なしで認められています（条項1の条件に当たる場合でも、社内利用は対象外です）
一般企業の判定フロー
自社が追加契約を必要とするかは、次の4問で判定できます。
派生モデルを配布・提供するか？ → する場合、著作権・ライセンス表示の同梱が必要（規模に関係なく）
自社または関連会社が、K3に限らず言語モデルの推論やファインチューニングへのアクセスを社外の第三者に提供する事業（MaaS）を行っているか？ → いいえなら条項1は無関係
自社プロダクトのMAUは1億人を超えるか、または月商2,000万ドルを超えるか？ → いいえなら条項2は無関係
上記のいずれかに該当する可能性があるか？ → 該当・境界線上のいずれの場合も、原文を法務部門と確認してください
日本国内の一般的な事業会社が社内業務のためにK3を使う限り、追加の商用契約は発生しません。ベンダー・ライセンス条件の棚卸しの進め方はセキュリティチェックシートの作り方も参考にしてください。
▶ 関連記事: SCS評価制度チェックシート作成法｜経産省準拠とExcel設計
▲ 利用目的と売上規模に応じたKimi K3ライセンス条項の適用判断フロー
自社ホスティングの現実｜Moonshot推奨は「64基以上」
「オープンウェイトになったから自社で動かせる」と考えるのは早計で、Moonshotは公式技術ブログで64基以上のアクセラレータによるスーパーノード構成を推奨しています。 ライセンスのハードルより、こちらのほうが多くの企業にとって決定的です。
ITmediaオルタナティブ・ブログで今泉大輔氏はMXFP4形式の重みファイルだけで理論上約1.4TBと試算しています。vLLMやSGLangといったサードパーティの推論エンジンではGB300／B300クラス8基などの最小動作構成も示されていますが、これは「とりあえず載る」構成であり、Moonshotが想定する本番構成とは別のものです。
「594GB」という数字を見かけたら
594GBはUnslothが公開している1bit動的量子化GGUFのサイズで、Moonshotが公開した公式モデルの数値ではありません。 この数値が公式要件のように紹介される例がありますが、Unsloth公式ドキュメントではフル精度1.56TBに対し1bit Dynamic GGUFで594GB（62%減）と整理されています。量子化版は精度が落ちる前提のものです。業務利用で量子化版を検討する場合は、精度低下を許容できるユースケースかを先に判定してください。
「K3はK2より2〜3倍動かしやすい」という説明も見かけますが、Moonshotが公式に示しているのはK2比で約2.5倍の「スケーリング効率」の改善で、セルフホストに必要な設備が減るという意味ではありません。
結果として、ウェイト公開が「モデルを制御・カスタマイズできる主体」を広げた範囲は、クラウド事業者・研究機関・大規模GPUクラスタを持つ企業に限られます。データレジデンシー要件を理由にクラウドAIを使えていない企業で、64基規模のクラスタを自前で用意できない場合は、自社ホスティングより国内事業者のホスティングサービス経由のほうが検討しやすい選択肢です。自社環境でのモデル運用を検討する際の選定基準はローカルLLMとは？情シスが押さえる選定基準とセキュリティ・ガバナンスで解説しています。
調達経路の現実｜どこから買えるのか
K3を業務利用する場合、モデルアグリゲーターや専業推論プロバイダー、Moonshotの認定推論パートナーが調達先の候補になります。 これは技術的な問題ではなく、社内購買プロセス上の問題として現れます。
モデルアグリゲーターや専業プロバイダーを選ぶ際の軸は、単価よりもデータの取り扱い・所在地・SLAです。
専業プロバイダーを新たに契約する場合は新規ベンダー審査と稟議が発生するため、そのリードタイム分だけ導入時期が後ろにずれます。
なお、部門単位で推論プロバイダーとの契約が個別に発生すると、AI関連コストの全体像が把握できなくなります。API利用を許可する場合は、キー発行と利用量モニタリングの体制をセットで整備してください。契約の重複や遊休ライセンスまで含めた最適化の考え方はSaaSコスト削減の実践ガイドで解説しています。
▶ 関連記事: SaaSコスト削減の手順｜低コスト化とライセンス最適化の具体策
▲ 業務利用におけるKimi K3の調達経路と導入ハードルの関係
米英政府機関の合同評価が示したサイバー能力
英国AI Security Institute（AISI）と米国Center for AI Standards and Innovation（CAISI）による合同暫定評価は、K3のサイバー攻撃能力が米国の最上位モデルより低い一方で、K3のセーフガードが攻撃的なサイバー操作の試行を止めなかったと報告しています。 この2つの所見は、企業がK3を導入する際にまったく別の意味を持ちます。
評価には2つのベンチマークが使われました。
AISIとCAISIが公表したKimi K3のサイバー能力に関する暫定評価によると、ExploitBench（カーネギーメロン大学製、Chrome V8の実在脆弱性41件を対象）でK3のスコアは32%、任意コード実行の成功は0件でした（米国の最上位モデルは平均20件）。オープンウェイトモデル同士で比較すると、K3は2026年6月時点で最上位だったGLM-5.2（24%）を上回っています。 自社環境にモデルを置くことを検討する場合、比較対象は米国のクローズドモデルではなく他のオープンウェイトモデルです。
同評価のThe Last Ones（32ステップの模擬企業ネットワーク攻撃）では、AISIとCAISIはK3の平均到達ステップを17（米国最上位は28.5、GLM-5.2は11）、完遂を10回中1回と報告しています（過去にこれを完遂した公開済みクローズドモデル4つのうち、最上位は10回中6〜7回）。
AISIとCAISIはこの結果について、指示され、かつ初期ネットワークアクセスを与えられた場合、K3が小規模で防御の弱い企業システムに対して自律的に攻撃を実行する能力を持つと述べています。ただし、このテストには現実の環境と異なる点が3つあります。能動的な防御者とツールが存在しないこと、セキュリティアラートを発生させる行動へのペナルティがないこと、意図的な攻撃経路が用意されていることです。
この評価には明示された限界もあります。米国のクローズドウェイトモデルはシステムレベルのセーフガードを無効化した状態で測定されており、K3はホスティング環境の制約から選択的な評価しか受けていません。総合的な能力推定も単一の41タスクベンチマークに基づいています。したがって「K3のサイバー能力が低い」という結論を単純に一般化することはできません。
情シスとして重要なのは、後者の所見です。 能力の絶対水準が最上位モデルより低いことは、防御側にとって多少の安心材料にはなりますが、「安全側に倒れる設計になっていない」という指摘は、モデルを社内でエージェントとして運用する際のリスク評価に直接影響します。
実務上の含意は次の2点です。
セーフガードをモデル側に期待しない設計にする：権限の最小化、実行コマンドのホワイトリスト化、監査ログの取得をアプリケーション側・インフラ側で担保する必要があります。エージェント統制の具体的な設計論はAIエージェントの情シス向け導入ガイドとVibe Coding × 企業統制で解説しています
セルフホストは責任の所在も移す：ベンダーがホストするAPIであればセーフガードの一部はベンダー側の責任範囲ですが、ウェイトをダウンロードして自社で動かす場合、その責任は完全に自社に移ります。生成AIセキュリティのベストプラクティスの枠組みに沿って、提供形態ごとに責任分界点を再定義してください
▶ 関連記事: AIエージェントのセキュリティと情シス向けガバナンス実務ガイド
蒸留疑惑と輸出規制の指摘｜調達判断に織り込むべき不確実性
Kimi K3をめぐっては米政府高官がMoonshotによる蒸留を指摘しており、中長期の利用可否が外部要因で変わりうる状態にあります。 現時点ではいずれも未確定の報道であり、結論を先取りすべきではありませんが、調達判断のリスク項目としては認識しておく必要があります。
報じられている経緯
2026年7月22日、米ホワイトハウス科学技術政策局（OSTP）のMichael Kratsios局長がX上で、MoonshotがAnthropicのFableモデルを蒸留してK3を開発したとする情報があると投稿しました。同氏は、Moonshotが米国モデルに対する大規模な蒸留を行うための内部プラットフォームを構築し、検知を回避するために複数のアクセス手段を切り替えていたと主張しています。あわせて、対中輸出が制限されているNVIDIA GB300搭載サーバーを取得し、タイにあるGB300にアクセスしたとも述べています。
Scott Bessent財務長官はFox Businessで、米国のモデルから得た成果に基づく外国モデルへの制裁が可能だと述べ、中国のモデルの多くに米国の大規模言語モデルの「ウォーターマーク」が見つかっていると発言しました。その後X上で、産業規模の蒸留を行う企業に対して制裁とエンティティリスト掲載が選択肢になるとしています。
公開されている根拠の範囲
一方で、主張の技術的根拠は公開されていません。検知されたプロンプト、アカウント基盤、モデルのフィンガープリント、ウォーターマーク検出の方法論、学習記録のいずれも、ホワイトハウスもAnthropicも公表していません。
情シスとしての扱い方
疑惑の真偽は技術的根拠が非公開であり、社内での評価はできません。判断すべきは、規制変動が自社に与える影響の大きさです。
基幹業務・止まると困る業務への組み込み：規制動向でK3が使えなくなった際に代替モデルへ切り替えられない業務は、見送りが一案です。切り替え先を用意できる業務なら、検証から始められます
実験・検証・代替可能な補助業務：規制動向をウォッチしながら進めて問題ありません
ベンダー継続性の定期評価：既存のSaaSベンダー評価と同じ枠組みに組み込み、四半期単位で見直す対象に含めてください
全社的な評価体制そのものの作り方はAIガバナンスとは？推進体制・国際フレームワーク・実装ステップ、規格に沿った運用を目指す場合はISO 42001（AIMS）完全ガイドを参照してください。
情シスの判断フロー｜3つのパターン別
ライセンスと実務要件を踏まえると、判断は「社内利用」「プロダクト組み込み」「API利用」の3パターンで整理できます。
パターン① 社内業務のために自社環境で動かす
ライセンス上の追加契約は不要です。 確認すべきはインフラ要件と統制設計に絞られます。
派生モデルを作成・配布する場合、著作権・ライセンス表示を同梱しているか
Moonshot推奨構成に近いGPUクラスタを自社または国内事業者経由で確保できるか
デプロイの申請・棚卸しルールがあるか（情シスの管理外での野良デプロイを防ぐため）
セーフガードをアプリケーション側で担保する設計になっているか（前述のCAISI・AISI評価の所見を踏まえて）
エージェントとして運用する場合、権限最小化とツール接続の統制ができているか（MCP企業導入の完全ガイドを参照）
パターン② 自社プロダクトに組み込んで外部提供する
提供形態を具体化した上で、ライセンス原文の法務確認が必須です。 特に次の3点を事業計画と照らして確認してください。
顧客が入力・パラメータ・学習データに対して実質的な制御権を持つ設計か（持たない場合、除外規定に該当しうる）
自社と関連会社の合算売上が連続12か月で2,000万ドルを超える見通しがあるか
プロダクトのMAUまたは月商が表示義務の閾値に近づく可能性があるか
パターン③ API経由で利用する（セルフホストしない）
ウェイトを自社で配布・運用しないため、主たる論点はAPI提供者との契約・利用規約になり、あわせてデータの取り扱いと規制リスクを見ることになります。
どのプロバイダーのインフラで動いているか、データの所在地はどこか
入力データが学習に利用されないことが契約上担保されているか（コンシューマ経路の規約についてはKimi K3は安全か？を参照）
規制変動時の切り替え先を用意できているか
従業員が個人アカウントで無断利用していないか（シャドーAIの検知・対策ガイドを参照）
いずれのパターンでも、社内向けの位置付けを文書化して周知することが前提になります。ガイドラインが未整備の場合はAI利用ガイドラインの作り方と雛形から着手してください。
▶ 関連記事: 生成AIセキュリティ対策とベストプラクティス【情シス実践】
よくある質問（FAQ）
Q. Kimi K3のウェイトは商用利用できますか？
はい、多くの企業は追加契約なしで商用利用できます。Kimi K3 Licenseは使用・改変・ファインチューニング・配布・販売を広く認めています。追加契約が必要になるのは、自社または関連会社が、K3に限らず言語モデルの推論やファインチューニングへのアクセスを第三者に与えるModel as a Service事業を営み、かつ自社と関連会社の合算売上が連続する12か月間で2,000万ドルを超える場合です。また、1億MAUまたは月商2,000万ドルを超えるプロダクトにはUIへの「Kimi K3」表示義務があります。Kimi K3 Licenseは、モデル本体・出力・その基盤能力を第三者に利用可能にしない自社内での業務利用をこれらの対象外としています。ただし、著作権・ライセンス表示の同梱は規模に関係なく全員に必要です。
Q. 自社プロダクトに組み込むとMaaS扱いになりますか？
必ずしもなりません。ライセンス原文は、モデル能力が特定の機能やハーネスの中にのみ組み込まれたエンドユーザー向けプロダクトを、MaaSの定義から除外しています。ただし「のみ」という限定があり、顧客が自由にプロンプトやパラメータを操作できる汎用インターフェースは境界線上です。提供形態を具体化して法務部門と原文を確認してください。
Q. Kimi K3はオープンソースですか？
いいえ。Moonshot AIはモデルカードでKimi K3を「open-weight」のモデルと説明しています。Hugging Face上のライセンス表記も標準的なオープンソースライセンス名ではなく、独自のkimi-k3となっています。
Q. Kimi K3をローカルPCで動かせますか？
フル精度の構成は、一般的なPCやワークステーションのメモリ容量を大きく超えるため動かせません。Moonshotは公式技術ブログで64基以上のアクセラレータによるスーパーノード構成を推奨しており、ITmediaオルタナティブ・ブログで今泉大輔氏は重みファイルだけで理論上約1.4TBと試算しています。なお「594GB」という数値はUnslothによる1bit量子化版のサイズで、公式モデルの要件ではありません。
Q. Kimi K3はAWSやAzureから使えますか？
Amazon Bedrockでは2026年9月18日から提供されており、AWSはBedrock経由の利用をライセンス上の「認定推論パートナー」経由として扱うと明記しています。Microsoft FoundryではFireworks AI経由で利用できると報じられています。Google CloudのVertex AIでの提供は、2026年11月時点で確認できていません。調達経路はOpenRouterのようなモデルアグリゲーター、専業の推論プロバイダー、Moonshotの認定推論パートナーで、専業プロバイダーを新たに契約する場合は新規ベンダー審査の期間が加わります。
Q. サイバーセキュリティ上の懸念はありますか？
英国AISIと米国CAISIの合同評価では、K3の攻撃能力は米国の最上位モデルを下回るものの、オープンウェイトモデルの中では最上位（従来トップだったGLM-5.2を上回る）でした。また、K3のセーフガードは攻撃的サイバー操作の試行を防がなかったと報告されています。自社環境で運用する場合、統制はモデル側ではなくアプリケーション側・インフラ側で担保する必要があります。
Q. 米国政府の蒸留疑惑があるモデルを使って問題ないですか？
現時点で疑惑は未確定であり、技術的根拠も公開されていないため、真偽を根拠にした判断はできません。実務的には「基幹業務への組み込みは見送り、代替可能な用途では規制動向をウォッチしながら進める」という切り分けが妥当です。
まとめ
まとめ：ライセンスは通過点、統制の型が本題
Kimi K3のライセンス条件は、大多数の日本企業にとって障害になりません。 実際の壁は、モデルを動かすインフラと、そこに乗せる統制設計のほうにあります。そしてこの構図は、K3に限った話ではありません。
新しいモデルを評価するたびに、ライセンス、実行環境、規制リスクを個別に確認する作業が発生します。提供形態別の評価項目（自社運用・製品組み込み・API利用）を一枚の申請台帳にまとめ、SSOのログインや経費明細と突き合わせてAI利用を棚卸ししておけば、ツールがなくても最低限の可視化は始められ、都度の判断も速くなります。
【PR】当社サービスのご案内
「マネーフォワード Admina」は、ChatGPT・Claude・Cursorをはじめとする200以上のAIサービスへのアクセスやOAuth連携を検知し、シャドーAIを含むSaaS利用の全体像を可視化するSaaS管理プラットフォームです。話題のモデルが出るたびに発生する「勝手な利用」を早期に把握し、安全な活用推進とガバナンスを両立させたい情シスの方は、シャドーAI管理機能の詳細をご覧ください。自社環境での検知範囲を確認したい場合は、個別相談会（デモ）をご利用いただけます。
本記事の内容に誤り等がございましたら、こちらからご連絡ください。
監修
Admina Team
情シス業務に関するお役立ち情報をマネーフォワード Adminaが提供します。
SaaS・アカウント・デバイスの管理を自動化し、IT資産の可視化とセキュリティ統制を実現。
従業員の入退社対応や棚卸し作業の工数を削減し、情報システム部門の運用負荷を大幅に軽減します。
中小企業から大企業まで、情シス・管理部門・経営層のすべてに頼れるIT管理プラットフォームです。
